利用自注意力深度网络进行图像超分辨率重建。

简介：
针对目前图像超分重建技术存在的局限性，即难以完整地恢复图像的精细细节，并常常导致重建图像缺乏必要的层次感，本文提出了一种基于自注意力深度神经网络的图像超分重建方案。该方案以深度神经网络为核心，通过对低分辨率图像的特征进行提取，进而建立起低分辨率图像特征与高分辨率图像特征之间的非线性关联，从而实现高分辨率图像的重建。为了进一步提升重建质量，在进行非线性映射过程中，我们引入了自注意力机制，旨在捕捉并利用图像中所有像素点之间的相互依赖关系。同时，该机制充分调动了图像的全局特征信息，从而有力地指导着图像重建过程，并显著增强了重建图像的层次感。在训练深度神经网络时，我们采用了图像像素级损失以及感知损失作为损失函数，以有效地强化网络对图像细节信息的重建能力。实验结果表明，所提出的方法能够显著提升图像超分重建结果的细节表现力，并且生成的重建图像在视觉效果上均优于现有技术。